Полностью автоматизированное производство, где автономные умные машины совершают большинство операций без помощи человека, а сотрудники вмешиваются только в исключительных ситуациях, – это наше будущее. Но как начать к нему двигаться? Какие шаги предпринять, чтобы заложить правильный фундамент Индустрии 4.0 на своем предприятии? На эти вопросы отвечает Карл Рапп, менеджер Bosch Rexroth Corp.
По мнению автора, путь к Индустрии 4.0 для металлообрабатывающего производства состоит из шести последовательных шагов / ступеней, каждая из которых опирается на фундамент предыдущих. Чем надежнее будет выстроен фундамент, тем более эффективными и революционными будут последующие шаги.
Первый шаг: бережливое производство
Оцифрованное производство с неправильно организованными процессами и процедурами эффективно производит тонны “мусорных данных”. Бесполезно искать пользу в глубоком анализе данных там, где простой здравый смысл и самые простые наблюдения подсказывают необходимость очевидных изменений.
Поэтому начинать путь к умной фабрике необходимо с внедрения “5S” бережливого производства и внимательного рассмотрения всего производственного процесса. Необходимо проанализировать узкие места и бутылочные горлышки в цехах, фокусируясь на потоке производства. Причем, процесс такого рассмотрения не должен ограничиваться только производственными цехами. Надо подвергнуть рассмотрению склады, товарные запасы, отношения с поставщиками.
Шаг второй: связанность и цифровизация
Сегодня многие производства оборудованы датчиками. Но в большинстве случаев они просто фиксируют: работает оборудование или нет. Для перехода к настоящей цифровизации необходимо разделить каждый производственный процесс на том или ином станке на компоненты и снимать данные в различных ключевых точках процесса. Второй параметр цифровизации – частота съема данных – как часто датчик записывает и передает данные в полезном формате. Различают низкочастотные, среднечастотные и высокочастотные данные в зависимости от того, насколько часто данные снимаются и передаются.
Второй шаг также включает в себя связанность. Любой станок – только часть общего производственного процесса. Особое внимание должно уделяться тому, как именно делаются отметки времени (time stamps), как документируется каждый элемент данных – делается ли временная отметка непосредственно на контроллере, на компьютере или в отдельной базе данных? Разница во временных отметках может казаться незначительной, но она становится исключительно важной при анализе ошибок и ЧП,
Движение к высокочастотным данным автор статьи сравнивает с путешествием – все начинают со сбора низкочастотных данных, постепенно увеличивая частоту их получения.
Чем более последовательные усилия прилагаются на второй ступени по организации сбора своевременных и корректных данных, тем легче будет движение на следующих этапах. И наоборот, некорректные данные делают дальнейшие шаги бесполезными и даже вредоносными.
В настоящее время есть ограничения с точки зрения инфраструктуры по сбору и передаче данных. Как проводные сети LAN, так и беспроводные WLAN, имеют свои ограничения. Но построение сети Ethernet и беспроводная связь 5G позволят решить эти проблемы на фабриках будущего.
Шаг третий: информация
Сами по себе данные не приведут к переменам и улучшениям, это может произойти только когда данные будут проанализированы, привязаны к контексту и превращены в полезную информацию.
Теперь становится доступна информация о том, когда и при каких условиях производилась качественная продукция, а когда некачественная. Начинает накапливаться собственная база данных, которая содержит информацию обо всех производственных процессах и произведенной продукции.
Шаг четвертый: знание
Когда мы обращаемся к информации, чтобы прийти к какому-то заключению и решению, как действовать, она становится знанием. Это знание может быть сохранено в базе данных или какой-либо другой системе, чтобы можно было извлечь его впоследствии и применить в аналогичной ситуации.
Это знание не должно быть тайным, как можно большее число работников предприятия должно иметь к нему доступ, чтобы уметь анализировать ситуацию и принимать правильные решения.
Как и на третьей стадии, приобретение и накопление знания начинается “в ручном режиме”, но со временем этот процесс становится все более и более автоматизированным за счет использования машинного обучения. Постепенно автоматизация операций начинает приводить к “автоматическому качеству”.
На этом этапе свою роль начинают играть граничные и облачные вычисления. Для промышленного производства очень важна точность привязки данных к временным отметкам. Можно сказать, что граничные вычисления позволяют использовать мощь облачных нейронных сетей на локальных компьютерах или контроллерах.
Чем больше знаний накапливается в системе, тем больше потенциал для последующей автоматизации при помощи машинного обучения. В конечном итоге, машинная цифровая база знаний должна вобрать в себя так много информации, что ее анализ нейронными сетями сможет приводить к решениям, к которым не мог бы прийти человек иным способом.
Шаг пятый: прогноз
Когда подключается машинное обучение, оно позволяет увидеть дальнейшую “траекторию движения”, сделать прогноз того. что будет происходить в будущем.
Опять же, сначала прогноз может строиться вручную, когда технические специалисты анализируют текущую информацию и экстраполируют свои выводы на будущее. Но по мере все более широкого использования машинного обучения, сбора и анализа данных в режиме реального времени, система становится способной к самостоятельным прогнозам и принятию решения о том, чтобы совершить необходимое корректирующее действие, либо остановить процесс.
Шаг шесть: полная автономность
Пока шестая ступень, по мнению Раппа, – это только теоретическое представление о том, как могла бы выглядеть фабрика будущего, где реализована концепция Индустрии 4.0. Есть, например, распространенное представление, что фабрика будущего будет состоять из различных станков и другого оборудования, связанного между собой информационной сетью и активно обменивающихся информацией.
Карл Рапп не согласен с таким видением, он считает, что в будущем станки не будут “разговаривать” друг с другом. единственное, чем они будут обмениваться – это обрабатываемая продукция. Информацией станки будут обмениваться при помощи высокоскоростного (real-time) этернета с MES (системой управления производством). MES, “мозг” фабрики будущего, при помощи технологий машинного обучения будет принимать решения в режиме реального времени.
Полностью автономная фабрика будущего будет обладать гибкостью, необходимой для перестройки производственных процессов “на лету” в целях оптимального использования производственных мощностей.
Именно таким образом фабрики становятся “умными”.
